[论文解读] Human-Like Implicit Intention Expression for Autonomous Driving Motion Planning: A Method Based on Learning Human Intention Priors

Jiaqi Liu, Qi Xiao+3 more|arXiv (Cornell University)|Jul 29, 2023

Traffic and Road SafetyEngineering被引用 3

一句话总结

本文提出了一种新型轨迹规划框架，用于自动驾驶汽车（AV）在无保护左转过程中通过学习真实人类驾驶轨迹，表达类人交互意图。该方法结合最大熵逆强化学习与基于Boltzmann的轨迹选择机制，实现更早且更明确的意图表达，意图澄清时间平均提升23%，与真实人类轨迹分布的匹配度达77%。

ABSTRACT

One of the key factors determining whether autonomous vehicles (AVs) can be seamlessly integrated into existing traffic systems is their ability to interact smoothly and efficiently with human drivers and communicate their intentions. While many studies have focused on enhancing AVs' human-like interaction and communication capabilities at the behavioral decision-making level, a significant gap remains between the actual motion trajectories of AVs and the psychological expectations of human drivers. This discrepancy can seriously affect the safety and efficiency of AV-HV (Autonomous Vehicle-Human Vehicle) interactions. To address these challenges, we propose a motion planning method for AVs that incorporates implicit intention expression. First, we construct a trajectory space constraint based on human implicit intention priors, compressing and pruning the trajectory space to generate candidate motion trajectories that consider intention expression. We then apply maximum entropy inverse reinforcement learning to learn and estimate human trajectory preferences, constructing a reward function that represents the cognitive characteristics of drivers. Finally, using a Boltzmann distribution, we establish a probabilistic distribution of candidate trajectories based on the reward obtained, selecting human-like trajectory actions. We validated our approach on a real trajectory dataset and compared it with several baseline methods. The results demonstrate that our method excels in human-likeness, intention expression capability, and computational efficiency.

研究动机与目标

• 解决自动驾驶汽车在轨迹规划中缺乏社交意图表达的问题，尤其是在复杂混合交通交互场景中。
• 弥合自动驾驶汽车行为与人类驾驶模式在无保护左转场景下的差距。
• 通过轨迹设计使自动驾驶汽车隐式传达交互意图，提升人类理解与信任度。
• 在保持高保真度人类驾驶行为的同时，提升计算效率。
• 将潜在的交互规范与人类驾驶先验知识嵌入自动驾驶决策中，实现更自然的运动规划。

提出的方法

• 轨迹生成利用真实人类驾驶轨迹数据，定义不同交互决策下预期轨迹空间的约束，生成反映隐含意图的候选运动轨迹。
• 应用最大熵逆强化学习（ME-IRL）评估并学习人类轨迹偏好，依据交通效率、驾驶舒适性与交互安全性。
• 基于Boltzmann分布的轨迹选择机制为候选轨迹分配奖励与概率，促进类人决策与意图表达。
• 该框架将源自人类驾驶先验的高层决策约束整合进轨迹规划过程，确保决策先于执行。
• 该方法将潜在的交互规范与人类驾驶员的专家知识嵌入规划空间，以提升社会合规性与可解释性。
• 通过真实轨迹数据集验证该框架，并在模拟器与人机协同实验中测试，以评估意图清晰度、安全性与计算性能。

实验结果

研究问题

• RQ1 自动驾驶汽车如何在无保护左转场景中以类人驾驶行为的方式表达社交交互意图？
• RQ2 所学习的人类驾驶先验在多大程度上能提升自动驾驶轨迹规划的现实感与可解释性？
• RQ3 基于逆强化学习的轨迹规划框架能否有效捕捉并复现复杂交叉路口交互中的人类偏好？
• RQ4 在混合交通环境中，自动驾驶轨迹的意图表达时机与清晰度与人类驾驶员及基线方法相比如何？
• RQ5 所提出框架对计算效率、安全性及与真实人类轨迹分布的对齐性有何影响？

主要发现

• 所提框架与真实人类轨迹分布的匹配度达77%，表明行为保真度高。
• 自动驾驶轨迹与真实人类轨迹之间的平均偏差降低至基线的85%，表明轨迹精度显著提升。
• 车辆通过交叉路口的平均行驶时间为7.4秒，表明在复杂操作中具备竞争力的效率。
• 与基线方法相比，该框架将平均计算时间减少41.1%，表明计算效率优异。
• 意图澄清的中位时间点为4.0（分类为“稍早”），较对比策略平均提升23%（p = 0.000）。
• Wilcoxon符号秩检验确认在全部五个场景中意图澄清时间存在统计显著差异（p < 0.05），其中左转优先场景效应量最大（r = 0.52）